“先从便捷的开局，而不是从复杂的开局；便捷象征着成就感，复杂象征着挫败感”
通常是来自于理想中的通常结果，通常来自于通常，验证于通常；单纯的通常是没有生活空间的。
为什么你觉得大模型很难？甚至觉得学不会大模型？
要素就在于你太沉溺于通常，而疏忽了通常的意义。
大模型不是一个纯通常的迷信
大模型技术并不是一个纯正的通常迷信，而是一个具备较强通常性的通常迷信。
咱们有很多人在学习大模型技术的环节中，觉得大模型好难，好笼统，看了好多书和视频，最后还是记不清楚大模型是什么。要素何在？
要素就是他们沉溺于通常不可自拔，通常是对通常结果的笼统和总结；只注重通常的结果只要一个，那就是眼高手低，说什么都懂，做什么都错。
当然说这些话并不是说通常不关键，而是说通常要于通常相联合才干施展更大的威力；通常和通常就是硬币的一体两面，谁离了谁都没有生活的空间以及存在的意义。
比如说很多人学习大模型的时刻，看到网上的一些文章或视频，就觉得学习大模型要学习机器学习通常，Transformer架构，各种算法，向量解决等。
而后就硬着头皮买几本书或找几个视频开局深化钻研，而后没过几天就丢弃了，要素是觉得这玩意太难了，看又看疑问，学又学不会。
作为一个反常人，我想绝大局部人看着大模型技术中的通常架构和数学算法都会头疼，要素就是你跑偏了，没有弄清楚事件的实质。
你学习的是大模型技术，而不是来学习数学的，而且数学算法只是成功大模型技术的一种模式即使疑问数学，也不耽误你学习大模型；要素就是，有几个司机知道汽车是怎样造出来的吗？由于他们基本不须要知道，只要要会开就行。
雷同，数学和一些大模型通常对学习大模型来说，就像你去驾校学习开车；反常状况下是教练教你怎样踩油门，怎样打方向盘，怎样停车，怎样起步等等；而后在此基础之上，你自己开几年车之后，时期会遇到各种各样的疑问，这时你自己就会对汽车的基础结构和一些**零部件发生自己的了解，甚至会被动钻研其底层通常。
但你过去就去想去钻研发起机制作原理，能源传感等等，只管这并不必定有错，或许你自己自身对这个就比拟感兴味，但除了极少局部人之外，这种模式显著不利于学习汽车，毕竟钻研通常哪有开车无心思。
所以，对一些没有技术基础，甚至基本疑问技术的人来说，学习大模型也没你们构想的那么艰巨和复杂，只不过你选用的模式有疑问。
做任何事件，最关键的是有一套学习和做事的模式方法；比如说先从便捷的开局，而不是从复杂的开局；便捷象征着成就感，复杂象征着挫败感。
大模型的基础通常对刚开局学习大模型的人来说，曾经属于很复杂的一局部了，而且通常这玩意看多了就容易想的多，想多了就容易钻牛角尖，一旦钻牛角尖就会陷出来出不来。
就拿小编自己来说，以前学物品就青睐钻牛角尖，上学的时刻学物理化学，青睐钻研为什么，为什么会这样，为什么不能那样，而后越走越偏。理想上对在校生来说，受限于过后的常识水平，很多物品只要要记住就可以了；由于没方法给你解释为什么，而且也没必要。
上大学的时刻学习编程，不时到上班之后还青睐问为什么；比如学习java和python，不时想把这种编程言语的一切原理，一切常识都弄明确，而后就糜费了少量的时期和精神，最关键的一点就是过后有些疑问想明确了，但没有经过实践操作，没过多久又都忘完了。
学习两边件MQ的时刻，非要去钻研MQ怎样发信息，怎样收信息；这个还属于反常，但在不知道详细运行场景的前提下，非要想着把它的多种信息类型都给弄明确。
但理想上，最高效的模式就是，了解MQ的基本作用和配置，而后在上班中依据不同的场景去学习和体验不同信息类型的作用，而这才干真正优化你的两边件的了解。
为什么找上班的时刻，面试官青睐问上班阅历？
要素就在于此；而且不知道大家有没有发现，他人让咱们回答一个疑问的时刻，最便捷的模式就是给他人举个例子；而这个例子就是你的上班阅历，有些人没有上班阅历，回答这种疑问的时刻，你能显著觉失掉他破绽百出。
所以他人让你讲什么是大模型？
只管你也可以经过背大模型的定义或许看他人怎样引见大模型；但假设你真的有大模型的经常使用阅历，那么你可以经过自己的阅历，用愈加深刻的话或例子来让他人明确什么是大模型。
而不是他人口中所说的，大模型全称是具备大规模参数和复杂计算结构机器学习模型，前面巴拉巴拉。。。。。
只管这个说法很专业，但理想上对疑问大模型的人来说无异于天书。
而假设换成，大模型就是一个能够像人类一样，能够启动写作，绘画和剪辑视频的系统；并且还有一些便捷的逻辑判别才干。
只管这样说不是很准确，并且也不是齐全正确，但确实更容易让他人知道，大模型能写作和画画，只管大模型还可以做更多的事。
原文链接：